tv.um.es

Bueno, continuamos, una vez se ha visto un poco de los aspectos generales de limpieza pelota. En esta siguiente parte local saber un poco su aplicación en Asia y posteriormente lo lo lo que va a suponer en el conjunto de los proyectos Hércules ha sido ese es el vacante semántico de ese, pero también es el proyecto en el que se ha definido la red de antologías -Hércules, que va a tener otros usos en el ámbito de de los proyectos Hércules, particularmente en los proyectos, en el proyecto. Esto es esma, en cuanto a requerimiento de datos y métodos de análisis. Entonces, los dos aspectos que vamos a ver aquí sería, por una parte Hércules, ha sido incierto Open Data y enlazado con datos externos que se está haciendo, nació y el que se propone y el que se va a proponer hacer en proyectos futuros. Repasando un poco lo que era lo que era el luego lo que es, el proyecto del club de ser culés está definido como un proyecto de semántica, de datos de investigación de universidades. El proyecto Hércules va a crear un sistema de gestión de investigación que circule si se está basado en datos abiertos para ofrecer una visión global de los datos de investigación del sistema universitario español. El objetivo es mejorar la gestión, el análisis y las posibles sinergias entre universidades y el gran público. Si sí digamos, si comparamos esto no con lo que comentábamos en él en la presentación anterior son el tipo de objetivos digamos que se cumplen con un proyecto de datos abiertos y datos enlazados, hércules fue bueno, como como comentábamos, un proyecto de arquitectura semántica. Los dos tienen sistemas de gestión de investigación y universidades, círculo, y se le exige, y Hércules en principio a la arquitectura. También se podrían conectar sistemas de gestión de otras universidades, de otros tipos. Digamos que los los dos pilares no, que tiene ser la parte de la arquitectura semántica es así y el prototipo innovador, sistema de gestión de la investigación, que es el sistema de lo que aquí está representado como sistema de gestión, investigación y universidades. Estos son los 2, las dos patas principales del proyecto. El proyecto Hércules hacemos un repaso rápido, tiene tres proyectos, por una parte es así que estamos ahora que esa arquitectura semántica e infraestructura antológica la parte de la infraestructura antológica básicamente se trata de definir el modelo antológico. La red de antologías -Hércules, la arquitectura, se mantenga, lo que define pues el conjunto, agregamos el conjunto de herramientas que permiten la carga y almacenamiento de los datos. En formato se mantiene y su posterior publicación interrogación la sgae y ese sistema de gestión de la investigación y encima son dos en dos proyectos, enriquecimiento de datos a partir de internet y desarrollo de métodos de análisis. Saltamos, no, aquí es ese, ha sido esa arquitectura semántica lógica, datos a partir de internet vale, son los tres aspectos, digamos, que tenemos que hacer. Tenemos que destacar en relación con datos, en la zaga, es decir, tenemos, es una plataforma que cumple los estándares de la web semántica. Hay un desarrollo de tecnologías Hércules y además, enlaza y enriquece con datos a partir de interna. Ha sido, era el bueno, pero digamos que tenía 2. Estas 2, las dos patas de la partida de arquitectura se mantiene, correspondería al desarrollo de una plataforma eficiente para almacenar gestión y publicar los datos basándose en la infraestructura y con la capacidad de poder sincronizar instancias instaladas en diferentes universidades y por otra parte está la creación de una red de antologías antológica que pueda ser usada para describir. Para disculpar. Que pueda ser usada para describir con fidelidad, y los datos del dominio de gestión de la investigación. Ese es el prototipo innovador del sistema de gestión, que incluye todas las actividades de gestión relacionadas con la investigación, un requisito que tiene que estar integrado con la actitud, con la arquitectura, se desarrollo y por último, tenemos esma que el objetivo es identificar, extraer y analizar, analizar y evaluar conjuntos de datos. Son relevantes y se completa con datos obtenidos a partir de fuentes externas. Datos, datos con los que puede lanzar entonces el el. Bueno, aquí hemos resaltado un poco en rojo no carácter, no del tema de publicar datos en Asia. Es importante esa parte de publicaciones en los crecimientos de los datos enlazados en la parte del esma la parte de información de fuentes externas y de las fuentes externas. Si empezamos un poco los tres proyectos en su comunicación entre ellos, no tenemos que ser enviado a, ha sido consolidar datos en una central unidad central, datos homogéneos entre nodos, explotar los datos del nodo central y enriquece datos de fuentes de internet, y encima se conecta con esa ley para la gestión de proyectos, y esto es una presentación general que ya vimos en su momento cuando hablábamos del proyecto Hércules, cuando presentamos el proyecto conjunto. Esto es lo que decíamos, pero podemos decir algo más, no, que ha sido publicar datos abiertos y enlazados, es decir, no solamente consolida estos datos sino que los pública son hace la publicación de los datos abiertos y enlazados y el nodo central no solamente unifica los datos sino que publica esos datos abiertos, y no es que no es que se los que digamos los consolida y los para que nadie lo o lo que hace es publicarlos hacia fuera. Como queda. Entonces, esto, bueno convierte estos dos proyectos, nos convierten en unos proyectos de datos. En la zaga se este símbolo, bueno, Jorge para ti, especialmente si lo ves por ahí en webs y demás, lo que significa en general es que tiene un proyecto que de alguna manera está relacionado o exponer a los ojos. Esto que comentábamos en la presentación anterior, datos abiertos, datos enlazados, que data de. El publicar datos abiertos con rapidez es un factor de innovación esto ya lo comentamos, pero bueno, es así; es decir, es más fácil, como hemos visto antes, publicar datos con una estrella y publicar datos con 5, pero es mucho más incómodo reutilizar los datos de una estrella que lo sé. Entonces, la rapidez es un factor de innovación, la gente puede reutilizar esa información con rapidez, pero si su uso no es cómodo con la innovación, entonces digamos si pensamos en la abstención, modelo, relación entre los datos, en la zaga de los datos, actualización y difusión, tenemos dudas o problemas. Con ellos, saben cómo se obtienen estos datos no se con un con una descarga es con una pie, el modelo, como es cerrado, abierto, público o privado, propietario, la relación no se pueden relacionar los datos que están disponibles, es decir, yo puedo ir a una tabla, otra tabla, otra tabla de manera aislada, o puedo hacer consultas directamente sobre los datos. De alguna manera, los datos están lanzados o no los datos, se actualizan. Quién es el responsable de la actualización, es el utilizado, o es el propietario, es decir, tiene que procurarse los datos más nuevos o responsabilidad del propietario. Yo sé dónde están y siempre están actualizados, se accede con una descarga se hace con una pie y luego, en cuanto a difusión. Si hay, os hablamos de que son enlaces expansivos, entonces ha sido, ofrece una app. Para obtener estos datos, el modelo que ofrece es abierto, es público, es estándar, y es expresivo, y extensible permite acceso a consultas para almacenar datos. Es decir, no solamente dejo acceso a una, tendría acceso a una tabla, sino que tuviera acceso al conjunto de tablas, digamos, el conjunto de entidades y sus relaciones, en este caso, caso para que la consulta o las consultas que quieras. Los datos están lanzados con fuentes externas, se pueden enlazar la actualización es mediante una pie. La responsabilidad es del propietario de que estén actualizados y, bueno, en principio, los los los datos se difunden vía vía web. Es una discusión activa. Pues bueno, el mejor medio para publicar datos abiertos es el medio ideal. Hay otro asunto que la a la que también tiene relación con los datos abiertos, que es el seguimiento de los principios mínimos. Son unos principios de publicación de datos que se basan en que los datos sin ser encontrado tienen que ser accesibles interoperable sí reutilizables esto además bueno esto es un juego de palabras porque eso también significa bueno de alguna manera entonces bueno son ser es serían datos buenos pero bueno son datos que cumplen estas estos cuatro principios, digamos, qué hacen estos principios, después nos nos dan unas guías para publicar recursos digitales como conjuntos, de datos, códigos, flujos de trabajo, objetos de investigación, de forma que sean localizables accesibles, interoperable, sí reutilizables. Estos principios se refieren no solamente a los datos para cualquier objeto digital, sino a sus metadatos y a la infraestructura. Digamos que todo eso tiene que proporcionar un acceso a los datos, datos, datos clave. Cómo vamos a ver? Limpieza Open Data, también es el mejor medio para ser sacerdote? Bueno, creo que ya lo vimos anteriormente. Le queda táser ver en él es el componente de. Entrando ya nació el componente que, que permite en Asia la arquitectura semántica del componente que permite la publicación de los datos que están en el error de gestor están cargados de gestor con datos abiertos y enlazados. El servicio tiene las siguientes características. Proporcionar una interfaz htc con estilos y formatos personalizables. En nuestro caso nosotros hemos incluido además una presentación con tablas y brazos para enriquecer un poco en la presentación de ciertas entidades la presentación de los datos de otras entidades. Proporcionar los datos informa Efe para permitir la reutilización; cumple las recomendaciones y cuenta con un servicio que permite localizar entidades por el nombre, las presentaciones buenas parecidas, esta enzima presentación un poco. Digamos que una parte estándar de decir que dato de que dato estamos, a sea cuál es el dato que estamos presentando y qué valor tiene. El valor de ese dato puede ser otra entidad o directamente una cadena de texto. Es por ejemplo, que el nombre es Antonio Fernando Skármeta Gómez y luego, bueno, pues hay una buena presentación de datos, como las publicaciones en formato tabla, o la relación entre los entre los autores con los que comparte, con los que comparte publicaciones este investigador concreto. Esto lo lo veremos en con más detalle en la hora siguiente. La otra parte que permite acceder a los datos en la arquitectura. Que permite a los administradores consultar los datos del conocimiento que están en ese sector mediante el lenguaje Parker esto vimos ayer a quién correspondía un repaso rápido, es el protocolo de consulta de interrogación para la FCC, y así pues, bueno, va a tener un puente sobre lectura para los héroes públicos que no va a tener acceso a los datos privados. Esto es importante, es el texto, permite un parque que le permite el acceso a los datos, que están directamente en el resto y en otros, Rhodes. Estos, mediante otro tipo de consultas federadas. Como comentaba, Jorge al principio, no para cuando, cuando te enfrentas a la reutilización de los datos, hay una primera parte que es importante que conocer el modelo semántico de los datos en el caso de asilo, en particular de Hércules. Este modelo romántico tiene una cierta complejidad para reutilizar falta, conocerlo, el modelo y ejecutar consultas. Es y reutilizar. El texto es el componente de la arquitectura que almacena desgracia conocimiento dentro de ha sido. Además, es un servidor de datos, que responde a consultas. Es porque a veces eso es nombrado como seguidor de los servidores de receptores el que proporciona servicio de datos y consultas al servicio de los parques. Ayer vimos eso, que en el desarrollo de para cada universidad, cuál sea la solución que más le convenga y, como decíamos ayer, uno de los requisitos obligatorios es que debe cumplir el estándar. Es parcial, uno punto en particular, lo que se refiere a actualizaciones de datos. Esto pues eso es importante. Esta proporciona servicio de datos y consultas; ha liquidado, tras ser vendida, los parques. Aquí hay una parte importante que tiene que ver con la ingrata, que es la que tiene que ver con él con él esa limpieza del dos de los datos que comentábamos antes. No hay unos procesos que tienen que se llama genéricamente procesos de descubrimiento en el proyecto Hércules, así que tiene tres procesos, no la reconciliación, descubrimiento de enlaces y detección de equivalencias. Los tres procesos actúan conjuntamente en el gran proceso de descubrimiento en la reconciliación. Lo que se hace es evitar la duplicación de entidades mediante un conjunto de reglas. Esto es lo que comentábamos antes, no identificar a un un autor que llega con la denominación, saber si es uno que ya está cargado o no para que no esté duplicado la reconciliación es toma de decisiones de tipo autónomos, y si las reglas digamos, ya superan un cierto umbral de confianza, y si queda en un rango de duda, digamos, la validación del usuario. El proceso de reconciliación utiliza datos obtenidos en el descubrimiento del acceso a datos externos adquirido y etc desde el nodo, unidad, el descubrimiento de enlaces, lo que hace es obtener identificadores de fuentes externas. Se enriquece de alguna manera con datos, enriquece con la, proporciona información para el otro proceso de reconciliación, y además tiene un proceso con ejecución continua, para que cada cierto tiempo, ir a buscar a los repositorios en cuestión por si hubiera algún dato nuevo, un nuevo enlace o alguna nueva información, y, por último, estaría el asunto de la detección de equivalencias que obtienen las entidades de otros nuevos. Entonces, esto es el digamos que enlaza con otros más, ha sido el más que hemos visto antes, pues una publicación es la misma que la publicación en esta otra universidad o que este autor es el mismo que hay en esta universidad. Entrando ya en Asia, lo que hacemos con el enlazado de datos externos digamos que ha sido, obtiene enlaces a fuentes externas, por ejemplo, la página del investigador Ortiz, pero digamos que que lo quería esto, digamos, si nos quedáramos limitados a esto, es que estaríamos enlazando una web a otra, una página la página del investigador nación, la estaremos en la zona con una página web, en otro sitio, pero en realidad se pueden. La farsa no es solamente un enlace, un vínculo entre páginas web, sino que también lo estamos con el dato. Es decir, esta petición, por ejemplo, lo que hace es devolver el el formato de este investigador, mientras que aquí vamos a la página. Con esto lo que hacemos es obtener datos. Es decir, lanzamos el dato en Acción con el dato. Como comentábamos, el proceso de descubrimiento incluye el enlazado de datos por tanto con otras universidades poniendo un ejemplo no en este investigador un investigador que tuviera este código que tuviera en la Universidad de Murcia. Gran punto es. Podemos declarar, que es el mismo que unidad se llama así y a su vez, podríamos tener un seis más que indicase que es este investigador. Es decir, podríamos llegar saltando de datos o mediante datos lanzado a la información que de este investigador. Tenga obtuviera el espacio de datos abierto de la Universidad de Deusto de datos abiertos y enlazados. Podríamos pedir toda su información viviendo. Pero lo único que tendríamos, lo único que puedo que nos haría falta en realidad tener enlazado en el único triple que nos haría falta tener en la Universidad de Murcia para poder llegar hasta aquí sería este primero. El resto de la información que mostraremos se obtendrían mediante mediante esos autos. En cuanto a la zaga de datos que hacemos en la fase de descubrimiento, nos ese es un proyecto bueno, que la aparte de recoger la actividad investigadora de los investigadores ofrece un identificador único. Tenemos este ejemplo? Pues bueno, esto es lo que digamos que lo que sería la página web y esto serían los los datos que están en un formato como este en el caso de que se pidiera que se diría pues eso, que el autor, en este caso sí lo es por aquí que es Diego López. También hacemos las de BP. Es un espacio de datos de investigación relacionados con tres años. Es muy específico, por tanto, pero bueno, es que si este las digamos al alegre investigador, pues no se vuelve una cosa parecida a la que hemos visto antes, entre ellos. Bueno, por cierto, el propio código que está aquí también es un dato que se podría recuperar. A lanzamos, también con él, con unos costes, es decir, las categorías, los los de las entidades, van a venir categorizado con el tesoro de la Unesco, y lo que vamos a hacer es el con un, que es la implementación en del tesoro de la Unesco, que se aprovechaba la Universidad de Murcia. Entonces, por ejemplo, si algo viene con una categoría 8, 3, 3, esta categoría está apuntando a un un apuntaría a este rdc tenemos pues bueno las la el texto que es la creatividad tenemos cuál es el enlace a la categoría padre con broker y tenemos otras categorías relacionadas. Las patentes las vamos a enlazar con el con los datos de la europea. Ese es un proyecto de ley que data que está muy bien. Si os fijáis, el espacio o la representación para humanos llevamos es bastante parecida a la que hemos implementado nosotros, parecida a la que tiene esto es un poco estándar del que data de un servidor queda tanto es tenemos la la página digamos de una patente para una persona y si pudiéramos, los datos, lo que tenemos es eso, es esa misma información para poder ser reutilizadas. Decir. Nosotros lo único que necesitaríamos guardar. Como triples que una determinada patente del es la misma, es la misma que este enlace o bueno habría que ver cómo se declara. Pero bueno, el caso es que se podría enlazar con este, con este espacio, con esta, con este y a partir de aquí obtener toda la información de la patente sin necesidad de tener más otro dato almacenado distinto con el IBI. Bastaría. Entonces, en cuanto a, en cuanto al enriquecimiento, la extinción de los tres proyectos que teníamos, lo que decíamos era que ahí hay una parte de aquí sería el enriquecimiento de los datos que corresponde al proyecto Esma, que es el completar los datos a partir de información de fuentes hasta entonces, cuál es el futuro? No los los próximos pasos que esta arquitectura nos va a permitir dar. No es enriquecer datos o lanzarlos con la wiki, data de cualquiera, es bueno, ya hemos visto, son espacios de datos en la casa dos de carácter enciclopédico y general y por tanto como en principio cualquier entidad. Bueno, bueno, cualquier entidad en casi cualquier ámbito va a poder ser lanzada con un concepto. Aquí sí que es cierto que conceptos muy específicos de ámbitos médicos especialmente igual, no están en que no están en Wikipedia. Por tanto, no van a estar en huída, tampoco para esos casos. Habrá otros espacios con los que las armas concretos. Pero bueno, no, no, es un que a veces discusión, no sobre la calidad de la información que contiene tanto como wiki data, que es la misma discusión que en realidad se tiene sobre Wikipedia, como fuente de información fiable; entonces, es cierto que, bueno, pues tal vez no sea una fuente de información fiable al 100 por 100, pero sí que es cierto que permite un reconocimiento de entidades y nadie es ambiguo; acción que no hay que despreciar y luego ese reconocimiento de entidades te permite relacionar. Te permite relacionar entidades como con más precisión es un sí si bien podría ser discutible, digamos la definición que haya de despedida de una cierta entidad en el ámbito médico, lo que lo que no es discutible es que si la entidad ha reconocido de manera ambigua, eso ya es un valor. Además, haremos el enriquecimiento con términos como mes, que son términos que están en el ámbito de la medicina de la investigación médica. Hay una en el caso de completarse -años, con términos de antologías, deseo en el caso de autores, publicaciones y temas españoles hay una fuente importante que es la datos de esto además bueno Oscar creo que estará implicado en este proyecto, porque tiene relación con el grupo en el que trabaja. Bueno, hay una puede ser interesante, el azar, con autores, publicaciones y temas de la Biblioteca Nacional. Además, tenemos que ofrecer, tiene una información particularmente interesante en temas que ya no son, que no corresponde a la investigación en ámbitos tecnológicos, sino que son más, pues en temas que pueden ser sociales de Derecho, historia, etc. La que bueno, pues pues otros otros medios igual pueden tener alguna carencia, hay algún otro sitio, como Meteora, que es Diccionario médico de terminología médica, es Noves, se tiene que determinar qué integral tenemos puntos suspensivos, porque, bueno, ahora mismo esto es una cosa que está ahora mismo un estudio y una de las no de los. Una de las tareas que tienen estos proyectos ahora mismo es el identificar fuentes en las tablas adecuadas para cada área de conocimiento de las publicaciones científicas. Es decir, sí cual es adecuada. Para la publicación, publicaciones sobre sociología o política, lo cual es asociado así en las investigaciones sobre derecho etc En principio los ámbitos científicos tecnológicos en esto están más desarrollados pero bueno, hay que tratar de ofrecer la funcionalidad de enlazado de datos para investigaciones en cualquier ámbito, resultados de investigación, incluso en el artístico. Con esto acabaríamos la presentación de esta de esta primera parte de datos enlazados. No sé si. Jorge, tienes alguna pregunta Oscar? Alguna observación. No solo esta parte, no, por mi parte, pues si queréis, hacemos una posibilidad prevista, creo que una pausa de media hora si queréis la, podamos hacer un poquito más corta, un cuarto de hora, o así y Podemos a las 11 10, o así da? Igual. Vale? Voy a para la grabación.